Para peneliti mengusulkan Dual-Confidence Contrastive Decoding (DCCD), sebuah metode tanpa pelatihan yang dirancang untuk mengatasi konflik intra-konteks dalam generasi yang diperkaya pengambilan, di mana dokumen yang diambil berisi bukti usang, berisik, atau bertentangan. Pendekatan ini menggabungkan kepercayaan tingkat dokumen, yang memperkirakan apakah sumber cukup untuk menjawab, dengan kepercayaan tingkat token, yang mengevaluasi dukungan untuk prediksi token berikutnya.
- DCCD memilih aliran bersyarat dokumen positif dan negatif menggunakan sinyal kepercayaan ganda ini dan menskalakan kontras berdasarkan margin mereka.
- Untuk mengevaluasi pengaturan ini, para penulis memperkenalkan DRQA, sebuah benchmark pertanyaan-penjawaban konflik faktual yang berasal dari skenario riset mendalam perusahaan dengan fakta sintetis.
- Di seluruh DRQA dan benchmark QA multi-dokumen standar, DCCD mencapai kinerja rata-rata terbaik di antara baseline konteks penuh dan dekoding kontras.
Hasil-hasil ini menyoroti pentingnya dekoding yang sadar sumber dan dikunci kepercayaan ketika bukti yang diambil secara internal bertentangan.